孙金凤 盛鸿禧 赵玉霞

摘要：页岩油作为未来最具有发展前景和最现实的石油接替资源之一，其能否实现规模效益化开发事关能源安全生命线，国内石油企业对页岩油的勘探开发投资力度前所未有。针对页岩油勘探开发投资决策优化问题，考虑到集团公司和各油田分公司共同参与、分散决策、利益诉求不同等特点，提出利用双层规划理论与方法对投资决策问题进行建模：上层规划以经济效益、环境效益和社会效益最大化为目标，获取整体效益最大化；下层规划以利润最大化为目标，获取各油田分公司的最大经济效益。基于模型特点，引入交互式决策方法，设计了基于满意度的交互式迭代算法，并通过算例证明了模型的有效性和可行性，最后进行了基于满意度、目标权重和置信水平的灵敏度分析，解决模型中含有影响模型解的参数问题。研究结果表明，在集团公司和各油田分公司上、下级双重决策作用机制下，所提出的模型可以有效地处理模拟和优化投资过程中以模糊数和随机变量表示的多个不确定性，集团公司总体满意度和油田分公司满意度都有所提升，并且上、下层满意度的差距得以缩小，意味着在保证分公司经济利益的同时，还减少了环境污染，提高了系统整体效益。

关键词：页岩油；投资决策；不确定性；集团公司；油田分公司；双层规划

中图分类号：F272.3

文献标识码：A

文章编号：1673-5595（2023）02-0010-12

一、引言

在国际形势不稳定性不确定性有增无减的背景下，我国石油对外依存度却持续上升，突破了70%，国家能源安全“警报”已拉响。习近平指出，石油能源建設对我们国家意义重大，能源的饭碗必须端在自己手里。中国对于油气资源的需求是一种刚性需求，短期内石油作为全球第一大消费能源的地位难以撼动。^［1-3］为守住能源安全生命线，国内各大石油集团公司按照党中央决策部署纷纷加大、加快油气勘探开发力度。我国石油行业实际上面临着严峻挑战，剩余石油资源品位劣质化且主力老油田普遍进入特高含水后期开发阶段，不得不由常规转向非常规油气，对页岩油的开发投资力度前所未有。美国正是得益于页岩油气这一非常规资源的大规模商业化开采才实现了“能源独立”并重塑了全球能源格局^［4］，英国也紧随美国进入页岩油气开采领域以降低其对能源进口的依赖，背后最本质的原因就在于能源独立（美国）和能源安全（英国）意味着可以加强对能源价格的控制权并避免受控于其他国家^［5］。

作为未来最具有发展前景和最现实的接替资源之一，我国页岩油资源潜力巨大，技术可采资源量约为50亿吨，仅次于美国和俄罗斯。历经数年攻关，新疆油田吉木萨尔国家级页岩油示范区和大港油田页岩油在2021年12月初步实现工业化开采和规模效益勘探开发新突破，但总体而言我国页岩油勘探开发尚处于起步阶段。因中国和美国页岩油资源禀赋条件和储集层特征等差异较大，中国无法复制美国成功经验和模式，要想把中国页岩油资源的开发利用产业化和规模化，关键问题之一就是突破“出油关”之后如何实现其规模巨大的效益开发。中国石油和中国石化加大、加快页岩油业务发展，既是贯彻落实习近平总书记关于大力提升国内油气资源勘探开发力度的重要批示精神，也是因为油气资源勘探开发转向储量可观的页岩油等非常规资源是必然选择。

目前效益较好的新疆油田和塔里木油田未来增储上产主要依靠非常规油气藏，效益情况不容乐观的东部老油田如大庆、胜利、大港等经过50多年的勘探开发，后备接替资源也严重不足。

美国Bakken等三大页岩区页岩油勘探开发的成功使得有几十年生产历史的老油区重新焕发生机。我国新疆等西部油区和东部老油区也蕴含着丰富的页岩油资源，且主力老油田基础设施完善、勘探开发经验丰富、技术实力强，还靠近主要能源消费区，具备页岩油规模、经济开发的资源潜力和技术基础。

页岩油是非常规油气资源，因低渗透、流动性差而被称为最难开采的油之一，与自然产能高、开发效益好的常规资源在开发方式和开采模式等方面有着本质区别。^［6-7］其特点如下：渗透率超级低，多以纳米级来表征，根本不具备自然产能；开采方式特殊，钻井、压裂周期长，施工费用高，开采成本高且对环境破坏力度大；页岩油井产量衰减速度非常快，完井后第2个月产量达到峰值，半年内产量衰减一半，2～4年后会失去经济价值；开发过程面临更大的复杂性和不确定性，等等。由此，人们形象地称页岩油的压裂开采为不但从石头缝里“挤”出油，还要将石头缝里的油“榨”干，其背后的开发模式和生产方式刷新常规认知，叠加能源行业的快速变革使得投资者顾虑重重。^［8］一旦投资决策失误，不但会给石油企业带来不可估量的经济损失，还会使得东部老油田数百万石油人面临生存困境并给社会稳定带来潜在影响，严重的话甚至有可能把页岩油产业扼杀于萌芽之中进而影响国家能源安全。

二、文献述评

针对石油企业投资决策问题已有不少相关研究，传统经济评价方法如净现值法及内部收益率法等使用率较高，但由于方法简单且仅强调单一目标最大化，并不符合实际勘探开发投资决策中的多目标要求，更无法体现石油企业勘探开发投资的不确定性和不可逆性。由此，不少学者开始引入不确定条件下不可逆投资决策的有效替代方法如实物期权法来解决此问题。王玲等^［9］在实物期权思想和理论指导下，利用序列投资决策方法研究了石油企业勘探投资项目的最优时机选择问题，研究结果表明该方法能够有效弥补一次性投资决策模型容易错失投资机会的不足;郑玉华等^［10］综合考虑油气生产操作成本、开采速度、储采比和递减率等因素，建立了多阶段勘探开发投资决策的最优化模型，为石油企业长期投资规划提供了新思路；陈亚强等^［11］针对海外油气项目需要实现产量、投资、效益、风险等多个目标问题，建立非线性多目标优化数学模型并提出了一种基于线性优化方法、排队过滤法和遗传算法的混合优化求解方法；王震等^［12］在Markowitz的资产组合模型基础上，结合石油企业勘探开发投资决策实际情况，提出了一种改进的油气资源开发投资决策模型，以弥补传统经济评价方法对风险和变化估计不足的局限性。针对非常规油气资源开发投资的多阶段多目标决策优化难题，孙金凤等^［13］从解决不同区块投资规模入手，运用多阶段决策、多目标决策和不确定多属性方案优选的方法理论，将开发投资决策过程进行形式化描述并在计算机中加以实现。近年来，不少国际石油公司开始利用S曲线分析方法提升油气项目的经济评价水平和投资决策水平，宋代文等^［14］详细介绍了该方法在油气项目投资决策中的价值和优势，并通过案例展现了该方法在投资决策过程中的应用。单井投入与产出的矛盾逐步凸显是吉木萨尔国家级陆相页岩油示范区目前面临的主要问题，开发效益不达标成为制约吉木萨尔页岩油开发的主要因素。^［15］另外，现有管理制度也不适应页岩油这种边际效益资源的商业性开发，逐渐成为制约我国页岩油产业发展的瓶颈问题。^［16］由上述内容可知，勘探和开发活动是整个石油工业链条的“龙头”，页岩油投资具有投入大、风险高、不可逆及专用性等特点，石油企业投资决策不仅要考虑经济效益，还要尽可能减少对环境的破坏，增加社会效益并确保国民经济稳定和国家能源安全。

现有石油企业投资决策文献中，一部分以净现值最大化或利益最大化等建立单目标模型；另一部分虽然考虑了多目标，但往往聚焦于某一石油企业，而忽视了投资管理过程中集团公司和各油田分公司的双重决策作用，并未从两层决策者的角度出发进行研究，也未考虑两个层次系统利益诉求不同时如何协调和权衡的复杂问题。实际上它是一个典型的双层多目标规划问题。王羽等^［17］以油田分公司为上层，各采油厂为下层，从效益最优、产量最大、措施结构优化等层面构建双层多目标优化模型；Min等^［18］将双层规划引入油田开发和配产中，分别考虑了整个油田和底层油田的效益，并设计交互式直觉模糊方法进行求解，提高了经济效益。由于双层规划允许对多个决策者的优化问题进行建模，可以有效解决标准优化模型中假设决策由单个决策者做出的局限^［19］，其在金融投资^［20］、交通运营^［21］和设施选址^［22-23］等领域也取得了良好应用效果。与此同时，也出现了遗传算法、粒子群算法等智能优化算法用于模型求解。^［24］但这些方法或是用来求解单目标的双层优化问题，或是将下层目标通过一定方式转化代入到上层模型中从而进行单层问题的求解，上下层决策者之间的交互关系尚不能很好地呈现出来。交互式决策则可以将决策者的偏好趋向反映到模型中，从而得出最满意决策方案。^［25］如Song等^［26］设计了一种交互式迭代算法对双层经济-环境均衡模型进行求解，提高了电力和天然气综合系统的双层调度效率。基于满意度的交互式算法已被证明在解决双层多目标问题上具有良好效果^［27-29］，通过不断迭代可以获得最终满意方案。

胡文瑞^［30］以提高页岩油勘探开发效益为中心，提出了地质工程一体化模式，为非常规油气田勘探开发探索出了一条新途径。然而，我国石油企业的投资效益普遍较低，究其原因是没有解决好勘探开发投资策略和投资结构问题。^［31］刘合等^［32］创新页岩油勘探开发的“点-线-面”方法体系，为推动我国页岩油产业尽快实现规模效益开发指明了前进方向。在实际投资决策过程中，集团公司对投资实行集中决策、分级授权管理，各级、各类、各种资金来源的投资项目都必须纳入集团公司统一的投资计划，不但实行投资总量控制，还实行投资效益标准控制和实施过程控制，且投资与利润必须挂钩，新增投资利润纳入到年度预算利润考核总额中。由此可见，石油集团公司和下属各油田分公司在决策目标上明显存在着不同的利益诉求且决策具有交叉影响作用。为此，本文在前人研究基础上，提出利用双层规划理论与方法对集团公司和各油田分公司的页岩油投资决策问题進行建模。其中，上层描述集团公司的决策行为，以经济效益、环境效益和社会效益的最大化为目标；下层描述各油田分公司的决策行为，以利润最大化为目标。文中还给出了双层多目标规划模型求解方法，引入交互式决策方法，设计基于满意度的交互式迭代算法，并通过算例证明了模型和算法的有效性和可行性。

三、问题描述与模型构建

（一）问题描述

在现有的投资管理办法中，集团公司规划计划部是集团公司投资管理归口部门，其他管理部门按职责分工负责投资管理的相关工作；下属油田分公司在集团公司年度投资额度内，组织编报年度投资建议计划，并依据集团公司、专业分公司投资计划，下达企业投资计划并组织实施。从决策机制来看主要涉及三层决策主体，分别是集团公司层面、油田分公司层面和采油厂（或作业区）层面，本文仅研究集团公司和各油田分公司的页岩油投资决策问题。页岩油在投资决策过程中主要秉持“自上而下”和“自下而上”相结合的灵活投资管理方式，根据投资管理要遵循总量控制的原则，集团公司在投资规划总量约束下会综合考虑经济效益、环境效益和社会效益，再将资源合理分配给各油田分公司，使石油企业尽可能实现整体效益最大化；下级各油田分公司在集团公司投资规模约束下制定投资分配方案，严格执行效益标准控制原则，重点考虑如何合理利用有限资金实现自身经济利益的最大化，并将决策方案反馈给集团公司；然后，上层归口管理部门再对投资方案进行评价并不断调整，最终做出符合全局利益的决策。上层集团公司和下层各油田分公司由此产生的互动关系得以体现在双层多目标规划模型中，即上层决策问题的目标函数和约束条件与下层决策问题的目标函数和约束条件相互联系和制约。

（二）符号说明

指标：i为油田分公司，i=1，2，…，m；j为项目，j=1，2，…，n。

参数：Q_i为第i油田分公司页岩油产量，Q_ij为第i油田分公司第j项目页岩油产量；D_i为第i油田分公司最低产量指标；

_ij为第i油田分公司第j项目最大产能；γ_ij为第i油田分公司第j项目单位产能投资；E_i为第i油田分公司的主营业务收入；S^*_i为第i油田分公司的社会贡献值；C_ij为第i油田分公司第j项目单位产能成本；O_ij为第i油田分公司第j项目废水处理系数；ξ_ij为第i油田分公司第j项目排水系数；η_ij为第i油田分公司第j项目废水污染物浓度；L_i为第i油田分公司废水污染物处理能力；θ_ij为第i油田分公司第j项目废水处理能力上限。

决策变量：x_i为集团公司分配给第i油田分公司的投资额；x_ij为第i油田分公司分配给第j项目的投资额。

（三）上层规划模型

1.经济效益

石油企业虽肩负国家能源安全责任重担，但其重要目标之一仍然是追求商业利益的最大化。页岩油单井投资大，钻井成本、压裂成本和地面工程建设成本高，预计完全成本要远高于常规油气资源开发，因此石油企业要努力实现页岩油的低成本规模效益开发。现以利润指标反映油田分公司页岩油开发的经济效益情况^［33］，经济效益目标函数可表示为

式中：f_i为各油田分公司的利润函数。

2.环境效益

页岩油从勘探发现、先导试验、动用突破到规模建产和生产，历时较长且中间过程极为复杂，为减少期间对环境造成的不利影响，页岩油开发时主要采用大平台立体式开发模式，以提高资源利用效率并减少对环境的破坏，但在压裂过程中仍要消耗大量水资源并排放大量的温室气体。因此，本文选用温室气体排放强度V₁、勘探开发板块用水强度V₂、单位原油生产综合能耗V₃作为环境效益的关键指标，环境效益目标函数则可表示为

式中：V₁iE_i为i油田分公司的温室气体排放总量，V_2iQ_i为i油田分公司的新水用量，V_3iQ_i为i油田分公司的综合能源消耗总量。

3.社会效益

除追求经济效益外，石油企业还肩负社会责任，始终坚持将企业发展与业务所在地可持续发展相结合，通过多种方式和途径参与社会公益和民生项目。考虑到模型的定量化研究和企业开发投资活动收益的密切相关程度，本文主要选取税费缴纳率S₁和公益贡献率S₂来测算企业的社会效益，则i油田分公司的社会责任贡献值表示为

式中：S_i1E_i为第i油田分公司的税费贡献，S_i2E_i为第i油田分公司的公益投入贡献。

使石油企业整体社会责任贡献值最大的目标函数为

已知集团公司当前投资规模为I并将其作为各油田分公司实际投资总额上限，则上层模型可表示为

式中：χ为废水污染物排放标准。约束条件中，第一个公式表示投资总量约束，下达给各油田分公司的投资总额不得超过集团公司投资规模；第二个公式是油田分公司产量构成；第三个公式是油田分公司最低产量指标约束；第四个公式是环保约束，总体废水污染物排放要在标准规定范围内；最后是决策变量非负约束。

（四）下层规划模型

该模型的约束条件中，第一个公式表示各油田分公司项目投资总额约束，第二个公式表示产量函数，第三个公式是最大产量约束，各项目的产量不超过其最大产能；第四个公式是废水处理能力约束力；最后是决策变量非负约束。

四、模型求解

（一）不确定参数处理

政治、军事和经济波动等因素的影响使得油价具有很大的随机性和不确定性，而页岩油规模效益开发对油价又具有很強的依赖性，如吉木萨尔页岩油部署井在每桶45美元、55美元和65美元油价下分别亏损45亿元、41亿元和38亿元^［15］。因此，本文假设油价服从P～N（，σ²）分布，在此分布下决策者的目标是在一定概率水平下追求利润的最大化，根据机会约束规划的形式^［34-35］，将利润目标转化为

进一步，将机会约束等价变换转化为确定型约束，从而为模型求解做铺垫，则机会约束公式转化为

此外，排水系数ξ_ij和污染物浓度η_ij受到开发方法和地质结构等因素影响，具有一定模糊性，根据于倩雯等^［28］的研究将二者表示为梯形模糊数，_ij=（ξ¹_ij，ξ²_ij，ξ³_ij，ξ⁴_ij），_ij=（η¹_ij，η²_ij，η³_ij，η⁴_ij），通过嵌入乐观-悲观参数，模糊变量可以转化为如下明确形式。

式中：λ为决策者的乐观-悲观参数，反映了对梯形模糊数的态度，0≤λ≤1。

（二）算法设计

上层模型和下层模型都有各自的目标函数和约束条件，上层模型的目标函数和约束条件同时与上层模型的决策变量和下层模型的最优解有关，而下层模型的最优解也受到上层模型的决策变量的影响。^［36］在考虑双方交互的基础上，提出基于满意度的交互式迭代算法来获得最满意的投资决策方案，具体步骤如下：

（1）令t为迭代次数，初始值t=t+1;

（2）引入满意度函数，计算各决策目标在不考虑其他目标时单独追求自身利益时的最优解，F^u_i、f^u_i表示上、下层各目标的最大值，F^l_i、f^l_i表示上、下层各目标的最小值，其满意度函数定义为

（3）确定上、下层目标的满意度函数之后，上层决策者设置各目标可接受的初始满意度值μ⁰_t，将其作为约束条件带入下层求解过程;

（4）对模型进行求解，以下层满意度最大得到投资分配方案，并将下层模型的决策变量和结果代入到上层模型的目标函数中，确定投资决策方案的目标值F₁、F₂、F₃;

（5）根据已确定投资方案中的经济效益F₁、环境效益F₂和社会效益F₃，建立集团公司投资决策综合效益值的满意度函数，即：

式中：μ_t（F_i）为各目标值的满意度，W₁、W₂、W₃分别为决策者为不同目标设定的权重;

（6）对投资方案进行评价，决策者设定可接受的上、下层满意度比值区间Δ，评价投资决策方案的综合效益满意度以及上、下层满意度比值，若此决策方案达到满意状态，则停止方案调整，此时决策结果为最终的满意解，若达不到满意状态，则将t更新为t+1，转到步骤（7）;

（7）调整上层各目标的初始满意度值，转入步骤（3），重复计算过程。

综上所述，模型求解的具体流程如图1所示。

五、算例分析

某集团公司要对旗下四家油田分公司即A公司、B公司、C公司、D公司进行投资，已知当年投资预算总额为60亿元，集团公司在各油田分公司资金分配过程中，除了要考虑集团公司的经济效益外，还要综合考察公司的环境污染和处理情况、社会责任贡献。在环境维度，考察因素包括温室气体排放强度、勘探开发板块用水强度、单位原油生产综合能耗三个方面。在社会责任贡献维度，主要考察企业的税费缴纳情况和社会公益投入情况。各油田分公司的相关指标数据如表1所示，各页岩油开发项目的相关指标数据如表2所示，污染物浓度和排水系数等一系列不确定参数的数据如表3所示。考虑到财税政策持续变动，本文未考虑资源税的相关优惠政策，但这并不影响模型的有效性和模型结果分析。

研究中涉及决策者参数偏好问题，本文所构建的双层投资决策模型是用來解决多目标的系统优化问题，集团公司层面要对经济效益、环境效益和社会效益进行综合考评。在模型求解之前，决策者要根据具体情况设置三个目标的权重系数，为验证模型本身的有效性，在此先假设三个目标的权重相同。此外，将决策者对模糊变量选取的乐观-悲观参数设为0.5，对油价采取0.9的置信水平，各项基本参数如表4所示。

（一）数据处理

对于经济效益目标，决策者选择的置信水平为α₁=0.9，则有Φ^-1（1-0.9）=-Φ^-1（0.9）=-1.28，下层油田分公司利润函数的机会约束公式为

上层集团公司总利润函数的机会约束公式为

对于环境效益，为更好地对各项数据进行综合衡量，需将参考指标单位进行统一转化。温室气体排放强度表示每百万元收入带来的温室气体排放量，因此总温室气体排放量为V_1iE_i×10^-2吨；勘探开发板块用水强度为每桶油所消耗的立方米数，取吨桶换算系数7.33，1立方米水相当于1吨，则总用水量为7.33V_2iQ_i吨；单位原油当量生产综合能耗为每吨原油生产消耗多少千克标准煤，将其转化为吨标准煤，总消耗量为V_3iQ_i×10^-3吨。

决策者选取模糊变量的乐观-悲观性参数λ=0.5，将排水系数和污染物浓度转化为确定值。

（二）求解结果

将相关数据代入双层规划模型中。首先，计算各目标函数在不考虑其他目标因素、单独追求自身利益时所能得到的最优解，并制定目标最差值；其次，引入满意度函数，按照图1求解流程进行求解，最终得到投资分配方案，如表5所示。

计算各决策目标的效益值，如表6所示。

（三）结果分析

1.方法对比分析

将本文求解结果与单层规划方法求得的最终投资方案和目标值进行对比分析，如表7所示。

由图2、图3的上、下层各目标值满意度的对比结果可以看出，本文双层优化方法所得投资分配方案与单层优化方法相比，上层整体经济效益和环境效益满意度都有所提高，社会效益满意度有所下降，上层整体满意度提高了0.32%。在下层投资分配中，单层优化方案中各油田分公司之间满意度差距较大，资金配比不平衡，下层总体满意度为0.734 6；而双层优化方案在各分公司之间资金配比均衡，并且下层总体满意度为0.739 8，比单层优化方案提高了0.71%。可见，双层优化方法使集团总体满意度和分公司满意度都有所提升，并且使上、下层满意度的差距缩小，系统总体满意度提升。可见，本文所构建的双层投资优化模型在保证分公司经济利益的同时，还减少了环境污染，提高了系统整体效益，并且求解过程综合考虑了上层和下层决策者的权力分配以及上层各目标之间、下层各分公司之间的相对利益均衡。

2.灵敏度分析

通过改变上层总体最低满意度限制来观察求解结果的变化，各目标效益值和满意度如表8所示。

上、下层满意度间的关系趋势如图4所示，可以看出，上层总体满意度与下层满意度之间存在负相关关系，提高上层总体目标的满意度会导致下层满意度的降低。也就是说，在企业实际投资决策过程中，集团公司要想使经济、环境和社会目标的综合效益值最大，就要牺牲一定的分公司经济利润，最终的决策结果与上、下两层决策者的交互有关。

此外，决策者对经济目标、环境目标和社会目标的重要程度选取也会影响最终的决策结果，通过改变各目标的权重进一步了解求解结果的变化，结果如表9所示。各目标值满意度随经济、环境、社会目标权重的变化趋势如图5、图6、图7所示。

随着经济目标权重的增加，上层综合满意度和下层满意度上升。其中经济效益和社会效益值增加，环境效益值下降，可见经济目标权重与下层满意度、经济目标满意度、社会目标满意度之间存在正向关系，与环境目标满意度之间存在负向关系。这是因为下层各油田分公司的经济利润共同构成了集团公司的总体利润，当集团公司总体经济利润目标权重增大时，必然会使油田分公司经济利润上升，符合实际情况。

随着社会责任目标权重的增加，上层综合满意度上升，下层目标满意度也随之上升，则社会目标权重与下层满意度之间存在正向关系。这是因为社会效益指标中的应缴税费和社会公益总投入等都与企业的经济增加值密切相关，企业只有获得良好的经营收入，才会将更多的资金用于增加就业、提高职工待遇以及举办各种公益活动，回馈社会，因此公司经济收益的增加能够带来更多的社会贡献。

随着环境目标权重的增加，上层综合满意度整体呈现下降趋势，下层目标满意度也随之下降，则环境目标权重与下层满意度之间存在负向关系。这是因为经济利润的增加意味着油气产量的增加，而页岩油资源在开采过程中必然会或多或少地造成环境的破坏，经济效益是在牺牲一定环境效益的基础上获得的，而环境效益也是在牺牲一定经济利益的基础上得到的，无论是通过减少开采量从而减少废弃物和废水的排放，还是通过投资资金来进行环保处理都会减少企业利润，因此上层增加环境效益目标的权重会使下层满意度降低。

应注意的是，上述所有求解结果都是在决策者对油价采取0.9的置信水平下得到的，对于不确定双层机会约束模型，通过改变置信水平也会得到不同的模型优化结果，如表10所示;其上、下层经济目标值趋势如图8所示。

由表10和图8可以看出，决策者选取的置信水平与整体经济效益和下层满意度之间存在负向关系，因为置信水平的降低使得模型的可行域扩大、目标值增大，这与正常的预想相吻合。可见，决策者对于油价持有的不同风险偏好也影响着模型的求解结果也就是最终的投资决策方案。

六、结语

我国页岩油资源十分豐富，尽管全球能源博弈变局使得油价宽幅震荡、风险增大，我国各大石油集团公司仍按照党中央的决策部署加大、加快页岩油发展，创新其开发模式和管理模式，以守住能源安全底线。与常规油气资源相比，页岩油开发过程面临更大的复杂性和不确定性，叠加后疫情时代更加突出的全球经济政治发展的不稳定性、不确定性，页岩油能否实现大规模效益开发直接关系到“能源饭碗能否端在自己手里”，直接影响东部老油区的社会稳定和新疆等西部油区的可持续发展。然而，页岩油资源属性、产油规律、开采方式的特殊性及其对油价、技术进步、环境要求等的严重依赖性，要求投资决策方案能随着内外界变化进行动态调整。并且，随着开发进程的不断深入，投资决策所依据的关键信息也会发生不同程度的变化，石油企业要及时调整投资部署和策略以确保投资规划期内决策方案的实效性和科学性。

页岩油投资决策涉及集团公司和各油田分公司等多个决策主体，他们的目标和决策结果相互影响。因此，本文引入双层规划理论与方法，提出了一个综合考虑经济效益、环境效益和社会效益的石油企业双层多目标规划模型。本文所提出的模型可以有效地处理模拟和优化投资过程中以模糊数和随机变量表示的多个不确定性，并考虑上、下层决策者的层次结构，在保证分公司经济利益的同时，减少了环境污染，提高了整体效益。敏感性分析结果表明：上层决策者设定的满意度和各目标之间的相对重要性都会对求解结果造成影响，上层满意度的增加是牺牲下层满意度得到的，经济目标和社会目标权重与下层满意度之间存在正向关系，而环境目标权重与下层满意度之间存在负向关系；此外，决策者采取的不同风险态度也会影响到最终的求解结果，置信水平的降低会使目标值增大。

需要注意的是，本文所提模型虽然考虑了上、下层的权利分配以及二者之间的相对利益平衡，在保证下层利益的同时提高石油企业的整体效益，为石油企业各类项目的投资决策提供了一种新方法，但是，在实际决策过程中还应根据页岩油勘探开发的实际情况以及目标的优先级做出相应调整。例如，在油价低迷时期，为保证国家能源安全，企业可以降低自身的利益诉求，以产量目标优先；在效益良好阶段，企业可以适当提高社会环境效益的比重等，从而增强投资管理与决策的灵活性。

参考文献：

［1］ 赵唯.两院院士把脉中国油气发展［EB/OL］.（2018-03-24） ［2022-12-21］. http：//mt.sohu.com/20180324/n533135641.shtml.

［2］ 赵文智，胡素云，侯连华，等.中国陆相页岩油类型、资源潜力及与致密油的边界［J］.石油勘探与开发， 2020，47（1）：1-10.

［3］ 刘合，徐鹏，梁英波.后疫情时代我国石油安全再思考及建议［J］.石油科技论坛， 2020，39（6）：1-6.

［4］ 孙金凤，单凯.中美页岩气扶持政策梳理和实施效果研究［J］.中国石油大学学报（社会科学版），2021，37（4）：18-24.

［5］ Thomas Merryn，Partridge Tristan，Harthorn Barbara-Herr， et al. Deliberating the Perceived Risks，Benefits， and Societal Implications of Shale Gas and Oil Extraction by Hydraulic Fracturing in the US and UK［J］. Nature Energy，2017， 2（5）：1-7.

［6］ 胡素云，白斌，陶士振，等.中国陆相中高成熟度页岩油非均质地质条件与差异富集特征［J］.石油勘探与开发，2022，49（2）：224-237.

［7］ 郭秋麟，侯连华，王建，等.原位转化页岩油资源潜力评价方法及其应用［J］.石油学报，2022，43（12）：1750-1757

［8］ Mohammad S Masnadi， Giacomo Benini， Hassan M El-Houjeiri， et al. Carbon Implications of Marginal Oils from Market-derived Demand Shocks［J］. Nature，2021，599（7883）：80-84.

［9］ 王玲，张金锁，邹绍辉.序列投资下的石油勘探投资最优时机选择［J］.中国管理科学，2020，28（10）：54-64.

［10］ 郑玉华，罗东坤.油气勘探开发投资优化［J］.石油勘探与开发，2009，36（4）：535-540.

［11］ 陈亚强，穆龙新，翟光华，等.海外油气项目多目标投资组合优化方法［J］.系统工程理论与实践，2017，37（11）：3018-3024.

［12］ 王震，王恺.基于Markowitz资产组合理论的油气勘探开发投资决策［J］.中国石油大学学报（自然科学版），2008，165（1）：152-155.

［13］ 孙金凤，胡祥培.非常规油气资源开发投资决策优化模型研究［J］.运筹与管理，2019，28（6）：1-10.

［14］ 宋代文，韩镔，宋思锘. S曲线非确定性经济评价方法在油气项目投资决策中的应用［J］.石油学报，2022，43（3）：443-452.

［15］ 谢建勇，崔新疆，李文波，等.准噶尔盆地吉木萨尔凹陷页岩油效益开发探索与实践［J］.中国石油勘探，2022，27（1）：99-110.

［16］ 谢玉洪，蔡东升，孙晗森.中国海油非常规气勘探开发一体化探索与成效［J］.中国石油勘探，2020，25（2）：27-32.

［17］ 王羽，王连敏，梁伯勋.油田开发二层规划方法研究［J］.天然气地球科学，2010，21（4）：657-659.

［18］ Min Chao，Hu Yanjie，Hou Chunhua，et al. A Bi-level Programming Model for Oilfield Development and Its Solution Algorithm based on Interactive Intuitionistic Fuzzy Method ［J］.Procedia Computer Science，2019，162：215-226.

［19］ Matteo Fischetti，Ivana Ljubic＇，Michele Monaci，et al. A New General-Purpose Algorithm for Mixed-Integer Bilevel Linear Programs［J］.Operations Research，2017，65（6）：1-23.

［20］ Francisco Benita， Francisco López-Ramos， Stefano Nasini. A Bi-level Programming Approach for Global Investment Strategies with Financial Intermediation［J］.European Journal of Operational Research，2019，274（1）：375-390.

［21］ José Correa，Tobias Harks，Vincent J C. et al. Fare Evasion in Transit Networks［J］.Operations Research，2017，65（1）：165-183.

［22］ 苏凯，陈亚静.考虑产品组合的零售门店选址模型［J］.系统管理学报，2021，30（6）：1160-1167.

［23］ 邹云程，刘昊翔，龙建成.考虑出行者异质的多类型充电设施部署优化［J］.系统工程理论与实践，2020，40（11）：2946-2957.

［24］ 黄文雅.基于改进版粒子群优化算法的最优双层规划模型及其求解［J］.統计与决策，2018，34（1）：88-91.

［25］ 吴丹，吴凤平，陈艳萍.流域初始水权配置复合系统双层优化模型［J］.系统工程理论与实践，2012，32（1）：196-202.

［26］ Song Xiaoling，Wang Yudong，Zhang Zhe，et al.Economic-Environmental Equilibrium based Bi-level Dispatch Strategy towards Integrated Electricity and Natural Gas Systems［J］.Applied Energy，2021，281（11）：1-22.

［27］ 于倩雯，吴凤平.公平与效率耦合视角下省际碳排放权分配的双层规划模型［J］.软科学，2018，32（4）：72-76.

［28］ 韩强，刘正林.基于总量控制的工业领域能源分配双层规划模型［J］.中国管理科学，2013，21（2）：168-174.

［29］ Xu Jiuping，Yang Xin， Tao Zhimiao.A Tripartite Equilibrium for Carbon Emission Allowance Allocation in the Power-Supply Industry ［J］.Energy Policy，2015，82（3）：62-80.

［30］ 胡文瑞.地质工程一体化是实现复杂油气藏效益勘探开发的必由之路［J］.中国石油勘探，2017，22（1）：1-5.

［31］ 张立伟，杨宪一.油气勘探开发投资比例与储量接替率关系探讨［J］.资源与产业，2009，11（3）：74-78.

［32］ 刘合，李国欣，姚子修，等.页岩油勘探开发“点-线-面”方法论［J］.石油科技论坛，2020，39（2）：1-5.

［33］ 文含蕊，何大义.石油企业经济、环境和社会绩效的协调度评价研究［J］.资源与产业，2020，22（4）：32-40.

［34］ 周晓阳，涂燕，韩菁.不确定条件下环境友好型资源分配二层规划模型［J］.运筹与管理，2018，27（5）：15-21.

［35］ 徐小峰，郑瑶，邓忆瑞.考虑同时取送货需求带模糊容量限制的在线设施动态选址问题［J］.系统工程理论与实践，2020，40（9）：2438-2449.

［36］ Hu Zhineng，Yan Shiyu，Lv Chengwei，et al.Sustainable Development Oriented Bi-level Dynamic Programming Method toward the Coal–Water Conflict in China ［J］.Energy & Environment，2019，30（8）：1396-1436.

责任编辑：曲 红

Shale Oil Investment Decision-making Model of Exploration and

Development based on Bi-level Programming

SUN Jinfeng， SHENG Hongxi， ZHAO Yuxia

（School of Economics and Management， China University of Petroleum （East China）， Qingdao 266580， Shandong， China）

Abstract： Shale oil， one of the most promising and realistic oil replacement resources in the future， obtains an unprecedented investment in its exploration and development. Note that multiple participators are involved in the decision-making process of companies' investment. Furthermore， the group company and its branches have different interest demands， and they influence each other， which makes the problem become a typical bi-level planning problem. Therefore， this study proposes a multi-objective and bi-level programming model to make investment decisions for petroleum companies： the upper level comprehensively considers the balance of economic， environmental and social benefits， and the lower level aims to maximize the economic profit of the oilfield. Furthermore， an interactive satisfaction method for solving the model is proposed， and the effectiveness and the applicability of the model and solution method are verified by analyzing the examples. The results show that the proposed multi-objective and bi-level programming model for petroleum companies ensures the economic benefits of branch companies and reduces environmental pollution at the same time， which improves the overall efficiency of the whole company. The proposed model can effectively deal with multiple uncertainties that are formulated with fuzzy numbers and random variables in the process of investment simulation and optimization， which provides a new way of thinking for petroleum companies' investment decisions.

Key words： shale oil; investment decision; uncertainty; group company; oilfield; bi-level programming

英文編校：马志强